• 사용할 데이터

Chapter02-1 훈련 세트와 데이터 세트

지도 학습(Supervised learning)과 비지도 학습(Unsupervised learning)

1. 지도 학습
   • 훈련하기 위한 데이터(입력)와 정답(타깃)이 필요함.
   • 이를 합쳐 훈련 데이터라고 하는데, 이 훈련 데이터를 통해 새로운 데이터를 예측하는데 활용함.
2. 비지도 학습
   • 타깃 데이터 없이 입력 데이터만 사용함.
   • 입력 데이터를 통해 유사한 데이터를 학습하는데 활용함.

훈련 세트와 테스트 세트

• 성능을 제대로 확인하기 위해서는 훈련 세트와 테스트 세트가 겹쳐서는 안됨.

• 새로운 데이터를 가져오거나 전체 데이터에서 훈련 세트와 테스트 세트로 나눔. 보통 후자를 선택.

• 훈련 세트와 테스트 세트가 골고루 섞이지 않은 경우 정확도가 제대로 나오지 않음. 이를 샘플링 편향이라고 함.

  

Chapter02-2 데이터 전처리

훈련 세트와 테스트 세트 나누기

• model_selection 모듈에서 train_test_split() 함수를 통해 간단히 나눌 수 있음.
• test_size, train_size - 0부터 1 사이 실수로 테스트, 훈련 세트의 비율 조절. (1 - test_size = train_size)
• random_state - 랜덤 시드 설정.
• shuffle(default = True) - 데이터를 분리하기 전에 섞을지 정하는 매개변수.
• stratify(default = None) - y 데이터의 비율에 맞춰 나눌지 정하는 매개변수